3821 Arbeiten
InfiniRetri ist eine trainingsfreie Methode, die die intrinsischen Aufmerksamkeitsmechanismen eines vortrainierten LLMs nutzt, um iterativ relevanten Kontext aus beliebig langen Eingaben zu destillieren, was eine effiziente und hochpräzise Langkontext-Retrieval und -Argumentation ohne die Notwendigkeit externer Embedding-Modelle oder kostspieligen Retrainings ermöglicht.
Diese Studie schlägt ein durch eine Unsicherheits-Abhängigkeits-Analyse integriertes CNN-Attention-EARF-LSTM-Modell vor, das Eingangs- und Systemunsicherheiten explizit klassifiziert und als Merkmale einbezieht, um die Genauigkeit, Interpretierbarkeit und probabilistische Zuverlässigkeit der Photovoltaik-Leistungsprognose im Vergleich zu konventionellen Deep-Learning-Techniken signifikant zu verbessern.
Dieses Paper führt eine Typologie der Quell-Anwendbarkeit sowie ein schrittweises Framework ein, um den Transfer von Modellen der urbanen Lebensqualität auf diverse Städte zu leiten, indem es zeigt, dass das Scheitern des stadtübergreifenden Transfers primär aus unterschiedlichen Gemeinschaftswahrnehmungen ähnlicher Umgebungen resultiert statt aus unbekannten urbanen Merkmalen, wodurch eine skalierbarere und kontextbewusstere KI-Planung ermöglicht wird.
Dieses Paper führt FundusSigns-47 ein, einen groß angelegten Multi-Label-Ophthalmologie-Datensatz mit 47 Zeichen, und schlägt SCVPT vor, ein neuartiges Framework, das ein prompt-getuntes SigLIP2 mit einem gelernten InceptionV3-Residual-Verifier kombiniert, welches eine überlegene Makro-F1- und Recall-Leistung für die Multi-Label-Zeichenerkennung erreicht.
Diese Arbeit zeigt, dass ein kontrolliertes, auditierbares iteratives Verfeinerungs-Framework die Qualität und Effizienz der Antworten großer Sprachmodelle über verschiedene Domänen und Stopp-Strategien hinweg im Vergleich zur direkten Generierung signifikant verbessert und dabei die universellen Behauptungen infrage stellt, dass komplexere Evaluierungen oder adaptive Stopp-Strategien immer überlegen sind.
Dieses Paper führt Residual-Guided Simulated Annealing (RGSA) ein, eine neuartige, Kardinalität erhaltende Heuristik, die konsistent Lösungen mit geringem Residuum und Nahezu-Machbarkeit für das multidimensionale Teilsummenproblem auf QOBLIB-Instanzen mit generiert und dabei Blind Simulated Annealing sowie QUBO-Sampler übertrifft, während sie gleichzeitig eine reproduzierbare klassische Baseline bereitstellt, wo exakte Solver unpraktikabel bleiben.
Diese systematische Übersicht über 32 Studien zur Transformer-basierten Klassifizierung medizinischer Texte führt eine vierstufige funktionale Taxonomie ein, um unsicherheitsbewusste Methoden zu organisieren, und zeigt auf, dass sich die aktuelle Forschung unverhältnismäßig stark auf die Merkmalsrepräsentation und die Zuverlässigkeit der Trainingsdaten konzentriert, während es an standardisierten Bewertungsrahmen für die Unsicherheitsschätzung und Entscheidungsfindung mangelt.
Dieses Paper schlägt DRAG-Net vor, ein leichtgewichtiges tiefes residuelles Attention-Graph-Netzwerk, das DenseNet121, Attention-Mechanismen und graphbasierte relationale Argumentation integriert, um effektiv sowohl lokale als auch globale Gesichtsabhängigkeiten für eine robuste Gesichtsausdruckerkennung unter natürlichen Bedingungen zu erfassen.
Dieses Paper schlägt GLDformer vor, ein neuartiges Modell zur Werkzeugverschleißvorhersage, das multiskalige zeitliche Merkmalsfusion, globale-lokale Merkmalsmodellierung und Trend-Detail-Zerlegung integriert, um komplexe Signaldynamiken effektiv zu erfassen und im Vergleich zu bestehenden Baselines eine überlegene Genauigkeit sowie Generalisierung bei der Kreuzwerkzeugvalidierung zu erreichen.
Dieses Paper präsentiert das erste Sprach- und Text-zu-Gebärdensprache-Pose-Generierungssystem für ressourcenarmes Tamil durch die Kombination von LLM-gestützter Gloss-Generierung mittels LoRA-Feinabstimmung mit sprachenübergreifendem Transferlernen von der Deutschen Gebärdensprache, wobei durch eine Pipeline, die Sprache transkribiert, Glosses generiert und Posen synthetisiert, die durch Rückübersetzung validiert werden, eine State-of-the-Art-Leistung erzielt wird.